广义神经网络在数据流量预测中的应用仿真

在超大数据量的流量预测中,数据易出现缺陷、错误或不完整问题。广义神经网络因其对数据处理具有较强的鲁棒性和容错能力,因此研究广义神经网络在数据流量预测中的应用,并对应用效果完成验证。将数据流量预测作为研究目标,分析数据流量特征,获取数据流量时空特征和空间维度两者对应的空间相关性特征。选择和被测网络相关性最大的数据流量作为广义神经网络的输入,构建基于广义神经网络的数据流量预测模型。为验证广义神经网络的应用效果,设计对比测试实验。结果表明,广义神经网络在数据流量预测中具有可行性,且算法应用下数据流量预测误差更小。

基于值导数GRU的电力信息通信数据流量异常检测方法研究

为提高电力信息通信数据流量异常检测的准确度和灵敏度,提出基于值导数门控循环单元(GRU)的电力信息通信数据流量异常检测方法。采用小波变换方法,对电力信息通信数据流量进行降噪处理。利用改进聚类算法,对降噪后电力信息通信数据流量进行聚类处理。将聚类后电力信息通信数据流量输入值导数GRU模型,以实现电力信息通信流量异常检测。试验结果表明:该方法具有较好的电力信息通信数据流量降噪效果,能够有效提高电力信息通信数据流量异常检测准确度和灵敏度。该方法可用于网络通信、物联网中,对信息通信技术的发展具有重要意义。

基于时间切片序列图像的数据流量检测技术

为实现I/O设备数据发送状态的智能快速检测,采用开源Wireshark软件对设备的时间序列数据流量进行采集,提出对I/O设备时间序列流量图像进行切片处理的方法。针对切片图像应用分形理论表征设备通信数据流量的发送状态,基于通信网络数据流量折线图利用Matlab编写计算程序计算数据流的分形维数,将I/O设备正常传输数据状态和停止传输数据状态两种情况下的分形维数进行对比分析。计算数据表明分形维数可以用来表征设备通信数据流量的变化,根据分形维数数值能够区分数据正常传输与异常传输两种状态,证实该方法可用于设备的网络数据流量检测。

含噪声混合云大数据流量SDN控制方法仿真

互联网的快速发展,使连入的网络负载增多,导致数据传输过程中吞吐量较低。为了更好的对大数据流量开展实时控制,提出基于SDN技术的混合云大数据流量实时控制方法。利用ICEEMD算法对数据流量中的噪声实施分离去除,在得到较为准确的数据流量后,在尽量缩小SDN所需时间的同时学习并优化流量控制器的部署条件。在保证时延性能的同时兼顾链路的可靠性,部署流量控制器,达到流量实时控制的目的。经实验验证,所提方法对于流量的控制较为稳定、数据吞吐量多且丢失率低于0.02%,表明所提方法能够有效控制大数据流量。

高职校园网数据流量收集与入侵检测系统设计

在互联网快速普及应用的背景下,网络设备部署的数量也在与日俱增,文献服务、网络游戏、多媒体服务等各种业务量都在迅速增长,尤其是近两年位置服务业务量爆炸式递增,带来了庞大的网络数据流量。在数据流量爆炸背景下,校园网作为学校日常管理、工作开展的重要载体,成为网络攻击的主要对象,尤其是通过数据流量的方式来实现攻击行为,严重影响了学校的正常运转。为此,本研究基于数据流量收集分析,提出了全新的入侵行为检测系统,并通过测试证实了该系统的有效性。

“三调”成果数据流量误差原因分析研究

《第三次全国国土调查实施方案》指出,“成果汇总与分析”是调查工作的主要任务之一。本文全面分析了三调与二调技术路线的异同,通过分析前后技术路线变化、作业方式变化对三调工作的影响,找出导致数据流量变化失真的技术性因素。除此以外,也提出了可能影响三调数据流量变化失真的其他非技术性因素,为准确掌握调查区域土地利用资源及地类变化情况提供技术支撑,对相关业务部门在耕地保护、土地开发利用及国土空间规划等方面开展工作有重要意义。

网络线路数据流量监视的实现

通过获取网络线路数据流量信息可以分析影响网络性能的瓶颈问题。文章研究了基于Cisco路由器、帧中继交换机的网络线路数据流量监视的基本方法,并给出了具体的程序实现方法和网络硬件环境配置方法。

小波方法在因特网数据流量预测建模中的应用

文章回顾了传统话务理论数学模型—Poisson分布;指出了Poisson模型不适应高速发展的因特网的业务数据流量分析;分析了小波变换在Internet数据流量分析、预测中的作用。

基于HTTP的WWW服务器数据流量的测量与分析

Web服务对数据传输有一定的实时性要求,对于这一特性的分析必须依赖于服务器上的有关信息,文章就是对Web服务器上数据流量进行测量、收集,进而对这些数据进行处理分析,发现了其上的数据流特征明显。并符合自相似(Self-similar)模型。

高速网络业务模型及数据流量反馈控制研究

分析了高速通信网络不同业务类型的特点．根据不同业务对网络服务质量（ＱＯＳ）的要求及动态占用带宽的优先度，将其分为两种类型：一类业务可在预定的范围改变其传输速率，另一类是被动的，网络根据可用带宽的大小动态地调节其传输速率．文中给出了一种业务流量控制模型，该模型把带宽的高效率利用归结为如何对被动业务流量进行控制．按充分利用信道容量的原则，提出了一种自适应反馈控制算法．模拟表明，这种控制方法有良好的性能．

无线网络数据流量异常优化检测仿真研究

对无线网络数据的流量异常进行优化检测,能够有效识别无线网络存在的威胁。对异常数据流量的检测,需要计算少数类样本中每个样本的近邻,以计算的结果为依据设计分类器,完成对流量异常的检测。传统方法先利用多个特征对网络流量进行综合评判,引入自适应机制,但忽略了设计分类器,导致检测精度偏低。提出基于最近邻规则欠抽样方法的无线网络中数据流量异常优化检测方法。上述方法先依据信息熵技术确定网络流量中的异常点,依据主机的通信行为模式检测僵尸主机,利用最近邻规则欠抽样方法选取了多数类的一个子集来训练分类,引入核函数建立数据流量异常流量的最优分类面,计算少数类样本中每个样本的近邻,以计算的结果为依据设计分类器,利用分类器完成对无线网络中数据流量异常优化检测。实验结果表明,所提方法检测精度高,可以有效地完成对数据流量异常的在线检测。

大规模网络线路数据流量并行预测方法仿真

为了满足大规模网络线路数据流量分配均衡性需求,以及流量控制,需要对网络线路数据流量并行预测。当前利用ARMA模型,通过线性的最小均方误差实现流量预测的方法,存在预测效果差,预测功耗大等问题。提出一种基于蚁群的网络线路数据流量并行预测方法,根据多分辨率的分析要求表达式,获得相应尺度之下的网络线路数据流量特征,进而将近似系数,以及细节系数内的冗余流量去除;将近似系数与细节系数进行叠加,获得原始网络线路数据流量信号,实现数据流量的分解,以减少预测功耗;建立训练样本及预测样本,并对蚂蚁的初始位置进行设置;计算各蚂蚁的适应度值和信息素大小,找到当前最优的蚂蚁位置,引导非最优位置的蚂蚁向最优个体移动,实现全局搜索;对蚂蚁的信息素进行更新,并对是否满足迭代的终止条件进行判断,进而构建最优网络线路数据流量并行预测模型,增强预测效果。仿真表明,上述方法在预测效果和预测功耗方面均优于当前方法,可为该领域发展提供支撑。

大数据云平台数据流量优化管理仿真

对大数据云平台数据流量进行有效管理,可以更好地提升云网络环境的服务质量。对云平台数据流量进行管理时,流量的最优分流是最重要的环节,需要获取流量任务的动态优先级,根据不同的优先级进行流量管理,但是传统方法依据目标流量数据在流量数据节点传输的情况,对数据节点的流量进行计算完成流量管理,但是难以获取平台数据流量子任务动态优先级,不能根据优先级对流量进行动态调整,数据流量管理效果较差。提出一种大数据云平台数据流量优化管理模型。模型首先对平台数据流量分流任务的样本数据进行分析,计算总平台数据流量分流任务量,对当前状态下网络平台数据流量分流子任务量进行分类,获得平台数据流量分流动态优先级任务。对平台数据流量分流任务不同优先级指标进行规则化处理,组建各分流子任务优先级标准矩阵,给出全部平台数据流量分流任务的不同指标标准差,利用分流任务动态优先级权重因子计算分流平台数据流量数据任务的效率,融合粒子群理论对组建的平台数据流量分流模型进行迭代寻优,利用寻优的结果组建大数据云平台数据流量优化管理模型。仿真结果表明,所提模型可以大幅度提升云网络环境的服务质量。

基于SDN的信息系统数据流量实时监控系统设计

针对传统信息系统数据流量实时监控存在精准度低的问题,提出基于SDN的信息系统数据流量实时监控系统设计。依据系统总体架构,设计硬件结构框图,选用具有移动数据传输功能的ab-8800型号数据采集器,其不会受到地点限制;使用DP100/DP300型号数据处理器剔除大量冗余数据,调整整体数据结构。依据数据监控模块,完成对信息系统数据流量实时监控。实验结果表明,文中系统对流量的实时监控精准度最高可达到89%,为企业管理制定业务拓展提供方向。

网络数据流量图形化分析系统实现

为了实时监测网络流量,本文实现了一个网络数据流量图形化分析系统。该系统采用数据库存储流量数据,用VisualC++.NET设计实现界面,利用winpcap软件对网络数据流量进行分析,能较好地满足网络数据流量实时监测的需求。

1xEV-DO系统数据流量研究

本文首先分析了 1xEV -DO前向业务信道的链路特性和今后将面临的新业务特性 ,然后着重对 1xEV -DO的无线资源分配和平均业务流量作了研究。

天价流量与数据流量业务的未来

首先详细剖析了异常流量产生的原因,然后探讨了减少及避免天价流量产生的措施,接着分析天价流量背后的数据流量业务发展趋势,指出音频、视频业务已经成为移动互联网的主流业务,采用何种模式经营音频、视频业务以提高数据流量的价值及如何向用户提供安全可靠的业务将一直是运营商的首要考虑。

数据流量爆炸式增长 LTE以融合应挑战

“LTE全球生态系统发展研讨会”近日在京召开。本次研讨会以“全球视野合作共赢”为主题，探寻LTE在全球市场的发展轨迹，探讨LTE的现状与未来。作为本次会议的焦点，LTE—FDD和LTE—TDD的共同融合和混合运营无疑备受关注。

无线网络中应用程序数据流量的预测研究

探讨了无线网络数据流量的建模和预测框架,利用alpha稳定模型对应用程序数据流量进行建模,结果表明了alpha稳定模型能够很好地拟合无线网络中应用程序数据流量.同时,还发现数据流量具有空间上的稀疏性.利用电信服务提供商的真实流量数据集,验证了本文框架对于预测不同类型应用程序数据流量的有效性和健壮性.结果表明,该框架为应用层流量的建模和预测提供了统一的解决方案.

基于前后端联动的移动数据流量预测模型构建研究

随着移动互联网的迅速发展,移动数据流量呈现出井喷式的增长。虽然数据流量给运营商带来了新的收入增长点,但同时也带来巨大的网络压力。特别是中国移动公司的大部分数据流量仍承载在GSM网络上,严重影响到话音业务的质量,因此如何引导流量更多地承载在TD网络上是中国移动急需解决的问题之一。本文以智能手机为切入点,建立基于前后端联动的移动数据流量预测模型,可对GSM网和TD网承载的流量进行准确预测。同时可根据分流目标反推前端市场发展策略,形成前后端联动预测体系。